买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉雷文斯(深圳)科技有限公司申请的专利一种多维电机协同控制的高精度位置保持方法、装置及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120915196B 。

龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511084326.1，技术领域涉及：H02P21/18；该发明授权一种多维电机协同控制的高精度位置保持方法、装置及存储介质是由朱忠磊;孙梦;周延琼;王渊术设计研发完成，并于2025-08-04向国家知识产权局提交的专利申请。

本一种多维电机协同控制的高精度位置保持方法、装置及存储介质在说明书摘要公布了：本申请公开了一种多维电机协同控制的高精度位置保持方法、装置及存储介质，用于保持多维电机的高精度位置。本申请包括：构建多维数据集；对多维数据集进行标准化处理，获得标准数据；基于标准数据计算协方差矩阵并进行特征值分解；根据累计方差贡献率确定多个主成分特征向量，形成主成分空间；将标准数据投影至主成分空间内，形成降维数据集；将降维数据集输入预训练的深度信念网络，通过受限玻尔兹曼机的层级特征输出综合特征向量；将综合特征向量输入深度确定性策略梯度算法模型，构建奖励函数；基于奖励函数输出实时调整策略，获得优化控制参数；根据优化控制参数实现多个电机的高精度位置保持。

本发明授权一种多维电机协同控制的高精度位置保持方法、装置及存储介质在权利要求书中公布了：1.一种多维电机协同控制的高精度位置保持方法，其特征在于，包括： 实时采集多个电机的位置数据、转速数据、扭矩数据、环境数据、振动数据以及电流数据； 将所述位置数据、所述转速数据、所述扭矩数据、所述环境数据、所述振动数据以及所述电流数据基于时间戳进行对齐，构建多维数据集； 对所述多维数据集进行标准化处理，获得标准数据； 基于所述标准数据计算协方差矩阵并进行特征值分解； 根据累计方差贡献率确定多个主成分特征向量，形成主成分空间； 将所述标准数据投影至所述主成分空间内，形成降维数据集； 将所述降维数据集输入预训练的深度信念网络，通过受限玻尔兹曼机的层级特征输出综合特征向量，所述综合特征向量用于表征多个电机的位置误差动态特性、负载扭矩耦合关系、环境扰动响应特性以及多个电机协同控制所需的动态补偿参数； 将所述综合特征向量输入深度确定性策略梯度算法模型，构建奖励函数； 基于所述奖励函数输出多个电机的电流环参数、速度环补偿系数以及位置环参数的实时调整策略，获得优化控制参数； 根据所述优化控制参数，实时调节多个电机的所述电流环参数、所述速度环补偿系数以及所述位置环参数，以实现多个电机的高精度位置保持； 将所述综合特征向量输入深度确定性策略梯度算法模型，构建奖励函数，包括： 将所述综合特征向量输入深度确定性策略梯度算法模型，生成初始控制参数，所述初始控制参数包括电机的电流环参数、速度环补偿系数及位置环参数； 根据所述初始控制参数，控制多个电机运行，并实时采集多个电机的实际位置数据、多个电机间的同步数据以及多个电机能耗数据，生成实际控制参数； 基于所述实际控制参数，分别计算位置误差、同步误差和能耗，构建包含位置误差、同步误差以及能耗优化的奖励函数； 基于所述实际控制参数，分别计算位置误差、同步误差和能耗，构建包含位置误差、同步误差以及能耗优化的奖励函数，包括： 采用指数衰减函数设计所述位置误差的惩罚项，公式为： 其中，为位置误差敏感系数，为电机的实际位置，为电机的目标位置； 采用高斯核函数设计所述同步误差的惩罚项，公式为： 其中，M为电机数量，为同步误差敏感系数，和为电机i和j的实际位置； 采用电流平积分形式设计所述能耗的优化项，公式为： 其中，为能耗权重系数，为电机电流。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人雷文斯(深圳)科技有限公司，其通讯地址为：518118 广东省深圳市坪山新区坑梓街道莹展科技园B1b栋5楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。